OpenCV 5.0.0

Objavljeno OpenCV 5.0.0 — velika objava otvorene biblioteke za računalni vid i obradu slika. Izdanje je objavljeno 6. lipnja 2026. godine i već je označeno kao aktualno u repozitoriju projekta na GitHubu. OpenCV se distribuira pod licencom Apache-2.0.

Svrha izdanja je prelazak OpenCV-a od "klasične biblioteke računalnog vida" prema modernijoj platformi za CV/AI zadatke: projekt je očistio staro API, preradio modul za neuronsko umnogavanje, proširio podršku za ONNX, dodao temelje za VLM/LLM scenarije i ažurirao 3D/kalibracijski stog. Razvijatelji opisuju OpenCV 5.0 kao granu koja se također sada smatra stabilnom, a nova funkcionalnost će većinom biti uključena tamo.

Glavne promjene

  • Novi DNN inferencijski motor.
    U modulu dnn uveden je novi motor koji suživotno djeluje sa starim. Bolje funkcionira s dinamičkim oblicima tenzora, podgrafovima i modernim mogućnostima ONNX-a. Potvrđeno pokrivanje više od 80% specifikacije ONNX, dok je u OpenCV 4.x pokriveno manje od 23%.
    To je vjerojatno glavna promjena u izdanju: OpenCV nastoji postati ne samo omotač oko modela, već i potpuno ugrađeni inferencijski motor za moderne neuronske mreže.

  • Odabir motora pri učitavanju modela.
    U cv::dnn::readNet() i srodnim funkcijama uveden je parametar ENGINE_AUTO. Po defaultu, OpenCV prvo pokušava novi motor, a u slučaju neuspjeha vraća se na klasični. Ponašanje se također može odrediti putem varijable okruženja OPENCV_FORCE_DNN_ENGINE: koristiti stari motor, novi, automatski režim ili ONNX Runtime. Stari projekti nisu obavezni odmah se potpuno prebaciti na novi motor, ali nove modele je moguće postupno prevesti na njega.

  • Integracija s ONNX Runtime.
    OpenCV se sada može kompilirati s uključenim ONNX Runtime. Zbog toga OpenCV koristi vlastiti ONNX parser za izgradnju ORT grafa, što ne zahtijeva puni paket ONNX. Za kompilaciju su predviđeni parametri CMake -DWITH_ONNXRUNTIME=ON i -DDOWNLOAD_ONNXRUNTIME=ON; za NVIDIA GPU — -DDOWNLOAD_ONNXRUNTIME_GPU=ON. Ova funkcija će biti korisna onima kojima je potreban GPU inferencijski stroj već sada, jer novi DNN motor OpenCV-a trenutačno radi samo na CPU-u.

  • Podrška za modele vizija-i-jezika.
    Novi DNN engine uključuje tokenizatore, slojeve pažnje, blokove dekodiranja, post-procesiranje i KV cache potrebne za pokretanje VLM modela «iz kutije». Biblioteka se historijski povezuje s obradom slika, a sada ulazi u područje modela koji istodobno rade sa slikama i tekstom.

  • GPU podrška novog DNN motora još nije spremna.
    Novi engine u OpenCV 5.0 radi samo na CPU. Nativna podrška za GPU bit će dodana u sljedećim izdanjima; za GPU se za sada preporučuje korištenje klasičnog motora ili verzije s ONNX Runtime i NVIDIA execution providers. OpenCV 5.0 sam po sebi još ne zamjenjuje specijalizirane runtimove za server ili desktop CUDA inferencu.

  • Stari Darknet i Caffe parseri su uklonjeni.
    Razvijači su uklonili parser-e Darknet i Caffe, budući da je većina modela prenesena u ONNX. TFLite još uvijek ostaje kroz klasični motor, dok je prijenos na novi motor planiran za kasnije. OpenCV se odriče starih formata i fokusira se na ONNX kao glavni format za razmjenu modela.

  • Veliko čišćenje zastarjelog API-ja.
    Uklonjen je C API OpenCV 1.x: funkcije poput cvCreateMat() i stare strukture poput CvMat više ne ulaze u glavni API. Također je uklonjena podrška za OpenVX, G-API modul je prebačen u opencv_contrib, a klasični ML modul također. Ovo je prelomna promjena za stare projekte, ali se odavno očekivala: biblioteka se oslobađa tehničkog duga nakupljenog desetljećima.

  • Features2D je preimenovan u Features.
    Modul je proširen za moderne vektore značajki iz neuronskih mreža. U glavnom repozitoriju ostali su SIFT, ORB, FAST, GoodFeaturesToTrack i MSER, dok su zastarjeli detektori i deskriptori prebačeni u opencv_contrib. Dodani su ALIKED, DISK i LightGlue matcher. OpenCV se očigledno prilagođava modernim pipeline-ovima, gdje se značajke slika sve više izvode ne klasičnim algoritmima već neuronskim mrežama.

  • Nove vrste podataka u Core.
    Dodani su CV_16BF / cv::bfloat, CV_32U, CV_64U, CV_64S i CV_Bool. Također je poboljšana podrška za N-dimenzionalne nizove, 1D nizove i 0D skalarne vrijednosti. LAPACK je sada uvijek dostupan: ako ne postoji vanjska biblioteka, OpenCV gradi ugrađeni minimalni podskup. Promjene su važne za DNN, numeričke algoriteme i kompatibilnost s modernim formatima podataka, gdje se bfloat16 i proširene vrste sve više susreću.

  • Obrada slika je ubrzana.
    U imgproc su revidirani warpAffine, warpPerspective i remap. Poboljšanja performansi su od 10% do više od 300% ovisno o platformi, veličini slike, vrsti podataka i operativnim oznakama.
    Ovo više nije o AI modu — takve optimizacije su izravno važne za klasične zadatke: video streamove, stabilizaciju, projekcijske transformacije i pripremu podataka prije inferencije.

  • Poboljšan je izlaz teksta.
    Stari mehanizam renderiranja teksta zamijenjen je STB-based TrueType motorom s ugrađenim varijabilnim fontom Rubik. Moguće je povezivanje korisničkih fontova i uvedena je široka podrška za Unicode. Međutim, složena pisma kao što su arapski i devnagari se još uvijek ispravno ne prikazuju bez Harfbuzz, a obojeni emoji nisu podržani. OpenCV postaje prikladniji za generiranje anotacija, dijagnostičkih slika i vizualizacija bez vanjskih biblioteka.

  • Ažurirani su 3D i kalibracija kamera.
    calib3d je podijeljen na geometry, calib, stereo i ptcloud. USAC je postao standardni backend za stabilnu procjenu homografije, bitne/fundamentalne matrice, PnP i druge zadatke. Dodan je pipeline za kalibraciju višenamjenskih kamera, inicijalna podrška za obradu mreža i oblaka točaka, uključujući TSDF, ICP, uvoz i izvoz .ply i .obj. Ovo je važan korak za robotiku, SLAM, AR/VR i višenamjenske sustave, gdje je sama 2D obrada odavno neadekvatna.

  • Revidirani su primjeri i dokumentacija.
    Zastarjeli primjeri su uklonjeni, a preostali su ažurirani. Za DNN primjere koristi se zajednička kolekcija modela koja se može preuzeti skriptom download_models.py. Dodani su eksperimentalni primjeri za VLM i LDM, a dokumentacija je dobila modernu temu, brzu pretragu, svijetli/tamni način rada i poboljšanu navigaciju. Za ovako veliku biblioteku ovo nije kozmetička promjena: normalna dokumentacija i radni primjeri direktno utječu na to hoće li se developeri stvarno moći prebaciti na OpenCV 5.x.

Na kraju, OpenCV 5.0 nije samo još jedno izdanje s optimizacijama, već značajno ažuriranje svega: manje naslijeđa iz doba OpenCV 1.x i više usmjerenosti prema ONNX-u, neuromrežnoj inferenciji, modernim značajkama, 3D obradi i heterogenom ubrzanju. Pri tome, prijelaz za stare projekte može zahtijevati ispravke zbog uklanjanja C API-a i premještanja dijela modula u opencv_contrib.

Izvor: linux.org.ru

Kupite pouzdan hosting za web stranice s DDoS zaštitom, VPS VDS servere 🔥 Kupite pouzdan hosting za web stranice s DDoS zaštitom, VPS VDS servere | ProHoster